多样化软件工程人才培养模式研究

针对国内软件工程人才培养机制的主要不足之处,提出多样化软件工程人才培养模式,从专业培养定位、人才培养定位、课程平台架构、专业课程体系、教学方法设计、实践教学体系等方面阐述培养满足我国信息产业发展需要的高素质软件工程人才的措施。     

两亲性超支化聚（胺-酯）对PVC／PP共混体系的增容作用

研究了两亲性超支化聚（胺-酯）（A-HPAE）对PVC／PP共混体系的增容作用，讨论了其用量对PVC／A-HPAE／PP共混体系力学性能和复数黏度的影响。结果表明，在PVC／PP共混物中加入2份（质量份，下同）A-HPAE时，能很好地改善共混体系的相容性，使共混物的拉伸强度和断裂伸长率分别达到26．18mPa和18．72％，比未加的分别提高了107．67％和34．68％；共混体系的绝对复数黏度随着A-HPAE用量的增大而降低；扫描电子显微镜分析表明，A-HPAE增强了PVC和PP之间的界面黏结作用，减小了共混体系中分散相的尺寸。     

一种基于PE文件的信息隐藏方法的研究与实现

通过研究PE文件的格式,分析了目前存在的冗余空间进行信息隐藏的不足,利用PE文件资源结构提出一种基于PE文件的信息隐藏方法,通过将信息隐藏于PE文件资源节中,隐藏后PE文件的大小没有改变,而且也不破坏原PE文件的执行,最终达到将信息分散隐藏的目的,提高信息的隐蔽性.     

减负增效之优化作业设计

"减负增效"的本质是切实推进素质教育,让学生更加生动活泼、主动、全面地得到发展。"减负增效"是项系统工程,涉及教师转变思想,改进课堂教学模式,改进作业设计思路等很多方面。     

计算机网络安全隐患探讨

在计算机技术的广泛应用过程中,其安全问题受到人们越来越多的关注,网络中的安全隐患问题严重影响了人们的正常工作和生活,网络安全隐患问题成为人们首要解决的问题。本文主要简述了现在计算机网络存在的安全隐患问题及如何采取正确的措施解决安全隐患问题。     

基于优化BP神经网络光伏出力短期预测研究

太阳能拥有丰富的资源,而且分布广泛,现已被广泛应用到各种应用中,光伏发电已是一种可靠可行、可扩展的重要可再生能源利用的方式,因此对光伏出力进行精准的预测意义重大;从宁夏市某光伏发电站获得了一年的光伏发电数据与气象等因素,选取四月至五月的数据进行研究预测;针对BP神经网络的收敛时间长,容易陷入局部极小值等缺点;建立单一BP神经网络预测模型,基于遗传算法(GA)优化BP神经网络的GA-BP预测模型与基于狼群算法(WPA)优化的BP神经网络的WPA-BP预测模型;选择平均相对误差作为误差评估指标,结果表明,3种预测模型均能对光伏电站的发电功率进行预测,但是单一的BP神经网络模型误差较大,晴天时,误差为5.1%,经遗传算法改进后的预测误差为4.9%,较单一模型提高了0.2%的精度,而WPA-BP预测模型误差为4.4%,预测精度高于前者;同时多云天和雨天的时候,均为WPA-BP模型的预测误差小,稳定性高,具有一定的研究价值。     

光伏电站短期功率区间预测

为了解决因天气因素导致的光伏出力预测不确定性和随机性问题,更好地量化光伏出力预测偏差的波动范围.提出了基于自适应噪声的集合经验模态分解(CEEMDAN)-排列熵(PE)和改进的蚁狮算法(IALO)优化核极限学习机(KELM)的光伏发电功率区间预测模型.利用CEEMDAN将历史功率信号分解为多个模态函数(IMF)分量,然后,计算各IMF的熵值,相近的熵值重新组合新序列.借助采用IALO调整输出层权重的KELM网络建立预测模型,对各序列进行区间构造并根据区间预测偏差调整区间模型,再叠加区间预测结果.以实际数据为算例,将组合预测模型与IALO-KELM模型和粒子群算法-反向传播算法(PSO-BP)模型进行对比实验.结果表明,CEEMDAN-PE-IALO-KELM模型的区间预测结果准确性和可靠性更高.     

计算机炉料优化配料系统在铸造生产中的应用

本文阐述了计算机炉料优化配料系统在利用等离子体电弧炉，中频感应炉熔炼高合金钢的生产过程中对炉料进行优化配算，以达到在相同的原料库构成情况下，使炉料成本最低的结果所进行的应用研究成果，同时，还就该系统的扩充功能一优化购料功能进行了探索。     

基于权重阈值寻优的案例推理分类器特征约简

为提高案例推(case-based reasoning,CBR)分类器的分类准确率并降低时间复杂度,本文提出了一种基于权重阈值寻优的特征约简策略.首先通过基于数据驱动的方法对特征权重进行分配,得到每个特征的权重结果;其次,设计特征权重重要度阈值的适应度函数,并利用遗传算法对该重要度阈值进行优化搜索,最后根据得到的优化阈值与特征的权重分配情况,删除权重小于该阈值的特征从而完成特征的约简过程.通过对比实验,本文所提策略能够有效提高CBR分类器的分类准确率并降低时间复杂度,表明了权重阈值寻优约简策略的可行性与优越性.验证了本文方法不仅可以降低CBR分类器的时间复杂度,而且能够提高CBR的决策与学习能力.     

一种基于免疫的网络安全态势感知方法

网络安全态势感知技术作为积极主动的防御技术,目前已成为网络安全领域新的研究方向。在分析与总结国内外网络安全态势感知技术的基础上,提出了一种基于免疫的网络安全态势感知系统。该方法采用基于免疫的入侵检测模型作为态势感知的基础,实现对网络中已知和未知入侵行为的检测;依据生物免疫系统抗体浓度的变化与病原体入侵强度的对应关系,建立网络安全态势定量评估模型,并采用灰色马尔可夫模型对网络安全态势进行预测。实验结果表明,该方法有助于及时有效地调整网络安全策略,为系统提供更全面的安全保障,是网络安全主动防御的一个较好的解决方案。